視覺感知的模擬超大規(guī)模集成電路實現(xiàn)（影印版）

Foreword

Preface

1Introduction

1.1ArtificialAutonomousSystems

1.2NeuralComputationandAnalogIntegratedCircuits

2VisualMotionPerception

2.1ImageBrightness

2.2CorrespondenceProblem

2.3OpticalFlow

2.4MatchingModels

2.5FlowModels

2.6OutlineforaVisualMotionPerceptionSystem

2.7ReviewofaVLSIImplementations

3OptimizationNetworks

3.1AssociativeMemoryandOptimization

3.2ConstraintSatisfactionProblems

3.3Winner-takes-allNetworks

3.4ResistiveNetwork

4VisualMotionPerceptionNetworks

4.1ModelforOpticalFlowEstimation

4.2NetworkArchitecture

4.3SimulationResultsforNaturalImageSequences

4.4PassiveNon-linearNetworkConducatances

4.5ExtendedRecurrentNetworkArchitectures

4.6Remarks

5AnalogVLSIImplementation

5.1ImplementationSubstrate

5.2Phototransduction

5.3ExtractionoftheSpatio-temporalBrightnessGradients

5.4SingleOpticalFlowUnit

5.5Layout

6SmoothOpticalFlowChip

6.1ResponseCharacteristics

6.2Intersection-of-constraintsSolution

6.3FlowFieldEstimation

6.4DeviceMismatch

6.5ProcessingSpeed

6.6Applications

7ExtendedNetworkImplementations

7.1MotionSegmentationChip

7.2MotionSelectionChip

8ComparisontoHumanMotionVision

8.1Humanvs.ChipPerception

8.2ComputationalArchitecture

8.3Remarks

AVariationalCalculus

BSimulationMethods

CTransistorsandBasicCircuits

DProcessParametersandChipsSpecifications

References

Index2100433B

本書分析了視覺運動感知的計算問題、模擬網(wǎng)絡(luò)的優(yōu)化方法等，最有特色處在于從大規(guī)模集成電路實現(xiàn)的角度分析了視覺運動處理的原理和算法，可以借助大規(guī)模集成電路的高集成度、低成本等優(yōu)勢，進行模擬的并行視覺運動感知。

計算神經(jīng)系統(tǒng)科學(xué)是一個正在興起的研究領(lǐng)域，近年來已經(jīng)成為許多國家政府資助的研究方向，吸引著許多青年研究人員。本書分析了視覺運動感知的計算問題、模擬網(wǎng)絡(luò)的優(yōu)化方法等，最有特色處在于從大規(guī)模集成電路實現(xiàn)的角度分析了視覺運動處理的原理和算法，可以借助大規(guī)模集成電路的高集成度、低成本等優(yōu)勢，進行模擬的并行視覺運動感知。

本書的專業(yè)性很強，所涉及的問題非常前沿，屬于交叉學(xué)科，極具發(fā)展?jié)摿?，其?quán)威性不言而喻。對于從事神經(jīng)網(wǎng)絡(luò)、人工智能、控制理論的等領(lǐng)域的研究者，本書有很大的參考價值。在我國，這方面的研究還處于起步階段，本書提出的視覺運動集成電路實現(xiàn)方法無疑是一種嶄新的思路。

影印版大多為英文書籍或者是古籍。

第一種解釋：

影印版就是對原版原封不動的 copy ，版權(quán)還是為原書的版權(quán) 。由于在本地印刷，可以省一堆費用，所以價格比買原書要便宜得多（有時只是貨幣單位不同）。

第二種解釋：

得到此書的影印授權(quán)后，將整本書完全按照原出版社的原書影印過來，再以原出版社的名義出版,就得注明是“影印版”。

無人駕駛車輛的環(huán)境感知能力，特別是視覺感知能力是決定其性能優(yōu)越的關(guān)鍵性因素。本項目針對無人駕駛車輛視覺環(huán)境感知系統(tǒng)這一具體應(yīng)用，研究新穎的多層視覺特征學(xué)習(xí)與表示方法。主要研究內(nèi)容包括：(1) 深入分析多層次視覺特征學(xué)習(xí)與表示理論和其蘊含的神經(jīng)計算本質(zhì)；(2) 研究滿足慢速性約束的多層次序貫數(shù)據(jù)的特征學(xué)習(xí)方法，建立小角度旋轉(zhuǎn)與視角變化下的不變性目標描述特征，提高動態(tài)環(huán)境下的特定目標識別能力；(3) 研究利用多源圖像信息建立多光譜的層次化特征學(xué)習(xí)方法，并應(yīng)用于環(huán)境感知中的語義場景識別任務(wù)；(4) 研究時空數(shù)據(jù)驅(qū)動下的多層次特征學(xué)習(xí)方法，并應(yīng)用于環(huán)境感知中的運動行為識別任務(wù)：交警動作識別和異常行為識別。該項目在進行理論創(chuàng)新的同時將完成能夠?qū)崿F(xiàn)相應(yīng)任務(wù)的環(huán)境感知系統(tǒng)，所以說項目研究有較強的理論意義和應(yīng)用價值，并且對于推動我國無人駕駛車輛技術(shù)的發(fā)展有著重要的意義。